一种新的 QoS 全局最优 Web 服务选择算法

针对运用单目标优化算法求解基于 QoS 的 Web 服务选择问题的不足,设计了一种新的 QoS 全局最优Web 服务选择算法.该算法同时优化组合服务的多维 QoS 属性的多个目标函数,并产生 QoS 全局最优的 Pareto 最优解集.首先建立服务选择问题的多目标优化数学模型,然后采用归档式多目标模拟退火设计该算法以优选 Web服务.实验结果表明了该算法是可行的,实现了全局 QoS 最优化的组合服务.     

具有全局质量保障的Web服务组合研究

随着面向服务架构（SOA）的开发技术不断成熟,Internet上涌现出功能相同或相似的Web服务集合越来越大,如何从这些集合中选出满足用户质量（QoS）的组合Web服务是目前国内外学者研究的热点问题。针对保证组合服务的质量（QoS）全局最优问题,基于图的理论构建服务组合模型,并在此模型上提出相应的服务选择算法,保障选择的组合服务的质量（QoS）全局最优。     

一种基于QoS剪枝的Top-k自动服务组合方法

在大规模的Web服务中自动搜索满足功能性需求并且QoS前k优的服务组合是一个具有挑战性的问题.为解决此问题,本文方法首先对服务组合进行建模,然后通过前向服务过滤算法缩小求解空间,最后利用贪婪算法进行QoS剪枝以加快Top-k服务组合的后向搜索.本文给出了该方法的系统结构设计,实验结果验证了此方法的可行性和高效性.     

结合语义与模糊推理的两阶段服务组合

如何选择Web服务使组合服务的功能性属性与非功能性属性都能满足实际需求,是当前服务组合领域研究的一个重要问题.通过引入语义和服务质量,给出服务组合的形式化分析方法.该方法采用模糊Petri网建模,利用模糊Petri网的模糊推理能力,在语义层次上对服务组合进行功能性匹配.提出服务的服务质量QoS匹配度模型,对组合服务进行服务质量匹配.仿真结果表明,该方法可以解决综合考虑语义和服务质量的组合问题.     

动态QoS数据驱动的可靠Web服务选择

基于服务质量(QoS)的Web服务最优选择是一个热点问题。高度动态的QoS数据导致QoS模型的不确定性,对可靠的Web服务选择构成巨大的挑战,该文提出动态QoS数据驱动的可靠Web服务选择(DQoS_RSS)。首先利用均值标准差刻画QoS数据的效益和风险,提高QoS描述的准确度;接着建立不确定服务Skyline集,缩小搜索空间,提高选择效率;借鉴优劣解距离法(TOPSIS),设计2种Web服务选择算法,获得体现用户需求的最优服务。另外,介绍2种QoS模型转换器,以及能够适应QoS动态变化的QoS模型自适应调整机制。最后,实验分析验证了该方法的优越性和高效性。     

Web服务组合QoS优化问题综述

服务质量QoS是考察Web服务组合的重要指标.近年来,针对国内外Web服务组合QoS优化问题进行了总结综述.介绍了Web服务组合服务质量QoS的定义.对基于QoS的组合优化算法进行了分类概述并举例分析.阐述了Web服务组合QoS测量与建模方法.     

Web服务中的QoS研究

在面向服务的应用中,如何从众多满足要求的Web服务中选取一个最能满足客户要求的服务已经成为人们越来越关心的热点话题。提出了一个新的QoS计算模型来为Web服务提供QoS保障,该模型使用基于QoS的方法来搜索最合适的服务和采用基于用户期望值的方法来计算质量属性和服务的QoS。     

满足原子事务与QoS端对端约束的服务优化选择方法

提出了一种基于层次服务候选图(SCG)模型优化选择方法,该方法首先利用提出的构造规则和规约规则来构造SCG模型,以建模候选服务之间的事务约束关系,并且该模型关于事务约束的正确性得以证明;其次,提出一种基于广度优先搜索(BFS)的全局QoS感知近优选择算法,该算法基于每个任务的事务属性进行放松剪枝,以控制算法的搜索规模在多项式时间内完成。最后,以网络在线发布的实际Web服务QoS数据和随机产生数据为测试集做模拟实验,结果表明本文提出方法在全局QoS效用和选择成功率方面优于其他相关方法,同时实验通过实现事务约束自动机从实践上也验证了该方法的正确性。     

复杂上下文感知的组合服务选择框架

泛在网络环境中,组合服务选择不仅需要考虑服务上下文还需要考虑用户上下文,而描述上下文属性的数据类型可能有实数、区间数、三角模糊数和直觉模糊集。为解决这种基于复杂上下文的组合服务选择难题,本文提出一个复杂上下文感知的组合服务选择框架,能够感知服务上下文和用户上下文。该框架基于智能主体设计,其中用户端框架完成用户上下文管理,服务端框架完成服务上下文管理和组合服务选择。通过相关工作的比较,验证了该框架的优越性和有效性。     

基于本体的语义Web服务注册平台研究

提出了一种基于本体的语义Web服务注册模型,结合Jena实现语义Web服务的语义查询和推理.应用元模型互操作框架(MFI)中的本体注册元模型标准,以实现与其他注册模型的语义互操作,并给出了一个基于该模型的语义Web服务注册平台.     

运用备份服务位置和概率QoS模型的Web服务组合算法

针对工作流服务数的增加过程中最初规划的潜在成本较高以及很多服务组合算法可靠性不足等问题,提出了一种利用备份服务位置和概率服务质量（QoS）模型的服务组合算法。该算法计算服务集群的QoS优化选择,为每个服务包含足够数量的备份服务,且考虑了备份服务位置,以便在单个故障点上进行评估。由于这些备份服务分布均匀,防止了任务失败的发生。对于服务选择问题,采用一种改进的多目标优化（MOO）算法,利用聚类和QoS模型来计算可行解集合。仿真实验采用JMETAL 3.1框架,评估备份服务位置的收益以及算法的可靠性。结果表明,相比于其他MOO算法,提出的算法可靠性更高,从备份服务位置所获得的收益更高。     

基于本体的网格服务动态组合算法研究

网格服务组合能够实现服务的增值功能。在研究了基于工作流和基于AI规划的网格服务组合的基础上,提出了基于本体的网格服务动态组合算法。描述了动态服务组合框架,对服务组合模型进行了分析。结合服务选择中基于关键字和语义的方法,给出了基于关键字的语义选择算法。根据服务之间的关系,提出了基于最短路径的网格服务组合算法。实验结果表明,该算法是可行和有效的,有较高的执行效率。     

基于差异演化算法的QoS全局最优动态Web服务选择

QoS全局最优动态Web服务选择是服务组合中的一个难题。基于差异演化算法,设计一种用于解决该问题的DE-GODSS算法。算法的主要思想是将问题表示为一个带QoS约束的多目标服务组合优化问题,通过理想点的方法将多目标向单目标转化,然后利用差异演化算法的智能优化原理进行算法设计及求解,最终产生一组满足约束条件的优化服务组合流程集。理论分析证明DE-GODSS算法的时间复杂度优于已有的多目标遗传算法,且实验结果表明该算法的收敛速度优于已有的多目标遗传算法。     

基于扩展图规划的Top-K服务组合方法研究

自动服务组合是目前云计算中的关键技术与研究热点.为大规模用户提供多个满足个性化需求的组合服务是当前云环境下自动服务组合中急需解决的问题.提出了基于扩展图规划的Top-K服务组合方法,借助服务索引和增加图规划中的辅助节点,使得经过一次规划搜索即可找到Top-K个满足用户QoS要求的组合服务.实验表明,该方法能够有效提高服务组合的效率,并保证服务组合结果的正确性,更加适用于云计算环境下海量网络服务及大规模用户个性化需求的自动服务组合问题.     

基于边缘计算的数据密集型服务部署

日益增长的数据量对数据处理的要求越来越高,于是出现了数据密集型服务。在解决复杂问题时,多个数据密集型服务通常会形成一个服务组合。由于服务组件之间存在大量的数据传输,巨大的传输时延会对系统的整体性能造成影响。在边缘计算环境中,基于否定选择算法,为降低服务组合中的数据传输时间提出了一种优化部署策略。首先,给出了此类数据密集型服务组件部署问题的定义,并为该部署问题构建优化模型;然后,设计了一种否定选择算法来获取最佳的部署方案;为了评估该算法的适用性和收敛性,使用遗传算法和模拟退火算法与其对比,结果显示,提出的算法在这种数据密集型服务组件的部署问题中表现得更为出色。     

云计算中的按需服务

云计算为计算系统软硬件基础设施的设计和部署及用户对信息系统的规划和使用提供了一种新的模式。方便、灵活的方式,高效、价格低廉和保障质量的服务是云计算模式的典型特征。文章从服务的角度提出一个云计算中按需服务系统的架构,并基于架构探讨云计算中的按需服务问题,包括分布式服务资源的组织管理与监控、情境感知的按需服务建模、大规模网络环境中的按需服务组合,以及基于复杂系统理论的服务系统。文章还以地球空间信息系统中的连续运行参考站网为例,用云计算的视点分析了其系统的体系结构,并对其服务中出现的问题进行了探讨。     

基于客户满意度模型的情景感知旅程规划系统研究

With the development of communication and ubiquitous computing technologies, context-aware services, which acquire contextual information of users and environ-ment, have become critical applications providing customization in mobile commerce. Meanwhile, tourism has attracted increasing attention as a high value-added service and a hot academic topic. However, the research on how to provide tour services based on con-text-aware services is in fact still at an early stage, limited to concept elaboration, service framework discussion, prototype system de-velopment etc. In this paper, we summarized the previous researches on context-aware ser-vices to establish the research foundation, put forward a way of analyzing a tour planning problem with a modified model of Traveling Salesman Problem (TSP) and Vehicle Routing Problem (VRP), and we applied an innovated Resource Constrain Project Scheduling Prob-lem (RCPSP) mathematical model to solve the tour planning problem based on context information. The simulation under branch and bound algorithm evaluated the validity of our solution.     

面向服务组合质量的物联网绿色能源管理

随着物联网技术的迅速发展,物联网环境中服务组合的能源消耗是目前有待研究的一个关键问题。当前物联网环境下服务组合的问题大多集中在基于服务质量（QoS）的评估研究,忽略了服务组合动态配置过程中的总体能源消耗。因此,提出面向物联网环境下服务组合的QoS评估模型和能源评估模型。考虑到物联网环境下的服务组合是NP难问题,将飞蛾算法（MFO）成功运用到QoS评估模型和能源评估模型。实验结果表明,MFO在上述模型中都呈现出较好的优化效果,从而实现服务组合质量在物联网环境下的绿色能源管理。     

基于MapReduce的并行Web服务自动组合

如何在大规模的Web服务集合中进行快速、高效的自动组合是当前Web服务组合研究与应用的难点.传统的Web服务自动组合方法大多建立在单机计算基础上,服务数量一旦过多,规划或搜索空间随之膨胀,组合效率低下.本文提出了一种分步分治、深度优先搜索的Top-k Qos服务组合算法,并采用MapReduce实现了分布式、并行的服务自动组合过程.实验结果表明,该方法在应对大规模的服务集合时,能快速、高效的提供满足用户需求的组合服务.